共查询到20条相似文献，搜索用时 234 毫秒
1.
ASTER卫星遥感影像在冬小麦品质监测方面的初步应用 总被引：7，自引：2，他引：7
该文利用ASTER遥感数据在冬小麦品质监测方面进行了初步的应用。根据2004年搭载ASTER传感器的Terra卫星的过境周期，对北京郊区21个冬小麦试验点进行田间取样试验，通过分析试验点冬小麦叶片生化组分(叶绿素a)与氮素间的关系、冬小麦叶片氮素含量与籽粒品质(蛋白质含量)间的关系、以及冬小麦ASTER影像冠层光谱信息与叶片生化组分和籽粒品质之间的关系，发现：冬小麦灌浆期小麦叶片叶绿素含量与同期ASTER影像的光谱信息－NDVI之间有良好的相关性，而冬小麦籽粒蛋白质含量也与ASTER影像波段2之间有很好的相关性；利用ASTER遥感影像对冬小麦灌浆期叶绿素以及籽粒蛋白质含量进行建模并反演，能够在较大的范围里了解冬小麦的品质信息，并能够在一定程度上对作物的籽粒蛋白质含量等品质进行预测；研究还表明，利用遥感技术来进行小麦籽粒蛋白质等主要品质指标的预测是可行的。研究成果为利用遥感技术监测冬小麦长势和籽粒品质提供了理论依据，开辟了遥感应用的新途径。 相似文献
2.
土壤盐分含量的遥感反演研究 总被引：16，自引：1，他引：16
土壤盐碱化是干旱、半干旱农业区主要的土地退化问题，同时也是一个重要的环境问题。遥感技术能够快速、实时地提供盐碱地的性质、范围、盐碱程度等方面的信息。该文以河北省黄骅市为研究区，通过对实测的土壤光谱的分析，发现植被严重干扰了土壤对盐分含量光谱响应关系，同时，在451.42~593.79 nm波长范围内的土壤反射率对土壤盐分含量较为敏感，在土壤光谱分析的基础上，建立了土壤盐分含量反演的相关统计模型。但由于遥感影像特征与土壤盐分含量之间存在较复杂的非线性关系，因此统计模型反演精度不够理想。因而，又尝试运用BP人工神经网络方法来反演土壤盐分含量。研究表明，BP人工神经网络模型具有很强的非线性拟合能力，与统计模型相比，其土壤盐分含量的反演精度有显著提高。 相似文献
3.
OLI与HSI影像融合的土壤盐分反演模型 总被引：5，自引：2，他引：3
土壤盐渍化问题是黄河三角洲地区主要的土地退化问题,借助遥感技术快速、准确地掌握土壤盐渍化信息,对农业可持续发展具有重要意义。该文以黄河三角洲垦利县为研究区,利用超球体色彩空间变换算法,将环境一号卫星HSI高光谱影像与Landsat 8 OLI多光谱影像进行融合,选择土壤盐分的特征波段,结合土壤盐分的实测数据,建立统计分析模型(多元线性回归、偏最小二乘回归)和机器学习模型(BP神经网络、支持向量机和随机森林),对土壤盐分进行遥感反演。结果表明:OLI影像的统计分析模型和机器学习模型精度均较低,精度最高的随机森林模型相关系数仅为0.570;HSI影像的反演模型精度高于OLI,BP神经网络模型相关系数为0.607;融合影像反演模型精度明显高于HSI影像和OLI影像,土壤盐分含量的实测值与机器学习模型预测值具有良好的相关性,BP神经网络模型、支持向量机模型和随机森林模型的决定系数R~2分别达到0.966、0.821和0.926,模型反演精度较高。研究表明,多光谱和高光谱影像融合能显著提高土壤盐分遥感反演精度,机器学习模型的反演效果明显优于统计分析模型。研究结果对黄河三角洲典型地区的土壤盐分反演具有积极的理论和实践意义。 相似文献
4.
《农业环境与发展》2021,(5)
为定量反演丹江口水库水质指标含量,明晰水质指标的时空分布特征、迁移转化规律,以南水北调中线工程水源地丹江口水库为研究对象,根据哨兵2号卫星(Sentinel-2)遥感影像不同波段组合的反射率,结合2016年2月的采样点总氮(TN)与氨氮(NH_3-N)水质监测数据建立BP神经网络模型,反演2016—2020年TN与NH_3-N含量,以此分析库区TN与NH_3-N含量的时空变化特征,并探析其变化的影响因素。结果表明:构建的BP神经网络模型中TN和NH_3-N的拟合精度均较高,R~2分别为0.863和0.877,适用于丹江口水库TN和NH_3-N遥感反演研究。2016—2020年丹江口水库水质整体呈向好趋势,NH_3-N含量保持Ⅰ类水质标准,而TN含量在Ⅲ类与Ⅳ类水质标准之间。研究表明,利用Sentinel-2影像波段所建立的BP神经网络模型,适用于TN与NH_3-N含量的遥感反演,以此分析不同季节适合的反演模型,可以为大型湖泊水生态环境改善及水质监管提供技术支撑。 相似文献
5.
基于LISS4数据的小麦氮素营养状况反演研究 总被引：6，自引：3，他引：3
利用LISS4卫星遥感数据在小麦氮素营养状况监测方面进行了初步研究。根据搭载多光谱传感器LISS4的IRS-P6的过境周期,2006年5月3日在江苏省盐城地区进行同步地面取样测试,通过分析试验点小麦LISS4影像光谱信息与小麦叶面积指数及叶片氮含量的相关关系,发现小麦叶面积指数和叶片氮含量与LISS4影像三个波段反射率及植被指数RVI、NDVI、GNDVI均密切相关,表明利用LISS4遥感影像监测小麦氮素营养状况是可行的。比较不同波段原始反射率和植被指数,在本研究中LISS4影像波段4反射率与小麦氮素营养状况相关最密切。检验结果也表明利用LISS4影像波段4反射率估测小麦氮素营养状况是可行的。研究成果为利用遥感技术大面积监测小麦氮素营养状况和实施精确栽培管理提供了理论依据。 相似文献
6.
基于无人机高光谱影像的引黄灌区水稻叶片全氮含量估测 总被引：18，自引：14，他引：4
实时监测水稻氮素状况对于评估水稻长势及精准田间管理意义重大。为确定宁夏引黄灌区水稻叶片全氮含量的最优高光谱估测方法,该文依托不同氮素水平水稻试验,基于成像高光谱数据和无人机高光谱影像,综合运用统计分析及遥感参数成图技术,对比分析光谱指数与偏最小二乘回归方法预测水稻叶片全氮含量的精确度和稳健性。结果表明,以组合波段738和522 nm光谱反射率的一阶导数构成的比值光谱指数(ratio spectral index,RSI)构建的线性模型为水稻叶片全氮含量的最优估测模型(检验R2为0.673,均方根误差为0.329,相对分析误差为2.02);无人机高光谱影像反演的水稻叶片全氮含量分布范围(1.28%~2.56%)与地面实际情况较相符(1.34%~2.49%)。研究结果可为区域尺度水稻氮素含量的空间反演及精准农业的高效实施提供科学和技术依据。 相似文献
7.
水稻重金属污染胁迫光谱分析模型的区域应用与验证 总被引：4，自引：2，他引：2
根据样地试验建立的农作物重金属污染胁迫光谱分析模型通过卫星遥感数据进行大尺度区域应用是农作物重金属污染遥感评价必须解决的关键问题。该文以吉林长春市3块重金属污染程度不同的水稻农田样地为试验区,采集水稻冠层ASD(Analytical Spectral Devices)数据、叶片叶绿素含量和土壤重金属含量,并获取准同步的Hyperion数据,通过多元逐步回归分析筛选与重金属污染胁迫响应敏感的光谱指数,并运用BP人工神经网络模型构建其与表征重金属污染胁迫程度的叶绿素含量的数学关系模型。结果表明,样地水稻重金属污染胁迫光谱分析模型中的BP网络结构为4-11-7-1、传递函数为logsig,其对各类污染胁迫水平的判别精度均为100%;将所建立的样地水稻重金属污染胁迫光谱分析模型通过Hyperion影像,进行大面积推广并验证,得到其对各类污染胁迫水平的判别精度均超过80%。该研究为样地水稻重金属污染胁迫光谱分析模型的大面积推广应用提供了借鉴意义。 相似文献
8.
基于波段深度分析和BP神经网络的水稻色素含量高光谱估算 总被引：2，自引：1，他引：1
该文以水稻田间氮肥水平试验为基础,采用单变量的线性和非线性回归方法,建立基于植被指数的水稻色素含量高光谱估算模型。各植被指数对色素含量的估计能力分析结果显示,植被指数在色素含量较大时存在饱和问题,为此尝试将波段深度分析(BDA)与BP神经网络结合,以提高利用高光谱技术对水稻叶片色素含量的估算精度。基于连续统去除处理的水稻冠层高光谱数据(400~750 nm),选取波段深度(BD)、波段深度比(BDR)、归一化波段深度(NBDI)和归一化面积波段指数(BNA)4种波段指数,在此基础上进行主成分分析(PCA)实现降维,然后采用反向传播(BP)神经网络方法对水稻叶片色素含量进行高光谱反演,探讨BDA与BP神经网络结合解决植被指数饱和问题的可能性和有效性。结果表明,波段深度分析突出了光谱吸收特征差异,挖掘了更多的潜在信息,使得光谱曲线的差异性得到增强。BD与BP结合的估算模型对水稻叶片中的类胡萝卜素含量估算精度最高(R~2=0.61,RMSEP=0.128 mg?g~(-1)),BNA与BP结合的估算模型对水稻叶片中的叶绿素含量估算精度最高(R~2=0.73,RMSEP=0.343 mg?g~(-1))。对比分析BDA与BP结合的模型和植被指数最佳回归模型的精度,发现波段深度分析建立的BP神经网络模型能较好地解决饱和问题,提高水稻叶片色素含量的估算精度。 相似文献
9.
水稻叶片氮素及籽粒蛋白质含量的高光谱估测模型 总被引：4，自引：0，他引：4
研究水稻叶片氮素和籽粒蛋白质含量的高光谱快速、无损监测方法,对于水稻营养诊断、籽粒品质监测及氮肥高效利用具有重要意义。本文通过水稻盆栽试验,测定水稻叶片氮素、籽粒蛋白质含量和冠层光谱,采用不同的光谱建模方法来提高氮素、籽粒蛋白质含量的估测精度。先用主成分分析(PCA)方法进行特征波段的提取,再用多元线性回归(MLR)、人工神经网络(ANN)和偏最小二乘回归(PLSR)进行建模。结果表明,水稻叶片氮素和籽粒蛋白质含量与特征光谱存在很好的模型关系,3种模型预测的决定系数(R2p)均在0.847以上,并以PLSR模型的预测效果为最好,可以实现水稻氮素营养和籽粒品质的高光谱估测。 相似文献
10.
基于BP神经网络和概率神经网络的水稻图像氮素营养诊断 总被引：3，自引：1，他引：2
【目的】实现图像氮素营养诊断需要关键指标的确定和建立快速处理海量图像数据的模型。本研究筛选了水稻氮素营养诊断的敏感时期和部位,优化了图像处理技术参数,并比较了BP神经网络和概率神经网络两种建模方法对养分诊断的可靠性,为利用计算机视觉虚拟技术快速精准判断作物生长营养状况、反演生长过程提供思路和方法。【方法】本研究以超级杂交稻‘两优培九’为试验对象进行了田间试验。设置4个施氮(N)水平:0、210、300、390 kg/hm^2。在水稻幼穗分化期及齐穗期,扫描获取水稻顶一叶、顶二叶、顶三叶叶片、叶鞘图像数据,共1920组。通过图像处理技术,获取19项水稻特征指标。分别应用BP神经网络和概率神经网络对19项水稻特征指标进行水稻氮素营养诊断识别,并对诊断指标进行了优化和标准化。比较了两个建模方法的灵敏性。【结果】1)幼穗分化期水稻的整体识别准确率均高于齐穗期水稻的整体识别准确率;三个部位叶片的图像数据,以顶三叶最为可靠;2) BP神经网络对幼穗分化期及齐穗期水稻19项特征指标进行氮素营养诊断的整体识别准确率均高于概率神经网络。其中BP神经网络对幼穗分化期顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达90%。概率神经网络对幼穗分化期顶二叶、顶三叶特征指标进行水稻氮素营养诊断识别的准确率最高达82%。【结论】幼穗分化期水稻顶3叶叶片特征最具区分度,易于进行氮素营养诊断识别,可作为氮素营养诊断的有效时期和部位。叶片的6项RGB、HSI颜色空间分量组合最能体现其氮素营养状况。识别效果以BP神经网络好于概率神经网络方法,其整体识别准确率达90%。 相似文献
11.
为探明不同时期超级杂交稻光合特性及氮素利用效率的差异,以5个不同时期具有代表性的超级杂交稻品种为试验材料,研究其光合特性、氮素利用率及氮素光合效率的变化特点。结果表明,前3期超级杂交稻产量随着施氮量的增加呈先升高后降低的趋势,均在施氮量为300 kg·hm-2水平时最高;后2期超级杂交稻产量随着施氮量的增加而增加,但施氮量为390 kg·hm-2与300 kg·hm-2的产量差异不显著。随着施氮量的增加,各时期超级杂交稻净光合速率(Pn)、比叶重(SLW)、氮素吸收利用率(REN)均呈先增加后降低的趋势,氮素光合利用效率(PNUE)和氮素偏生产力(PEPN)呈逐渐降低趋势;在各时期超级杂交稻品种中,随着品种的演进,其叶片氮含量(LNC)和SLW均得到显著改善,而光合生理特性和PNUE则无明显的变化。综上所述,在超级杂交稻品种改良中对氮素吸收利用的提高幅度大于较光合利用明显,在今后超级杂交稻品种改良中应着重对叶片光合生理特性方面的提高。本研究结果为超级杂交稻的选育提供了理论依据。 相似文献
12.
不同土壤水势与氮素营养对杂交水稻生理特性和产量的影响 总被引：12，自引：0，他引：12
以超级杂交水稻“两优培九”为试验材料,研究了不同土壤水势和氮素营养对其生理特性和产量及氮肥利用率的影响。结果表明, 1）同一土壤水势下,植株地上部分干重与总干重随氮肥水平的提高而提高,而根冠比则降低。2）在同一氮肥水平下,叶片净光合速率、叶绿素a和叶绿素b及其总含量、SPAD值及叶片水势随着土壤水势的降低而降低,而叶绿素a/b、丙二醛的含量和过氧化物酶的活性随之而增加;同一土壤水势下,叶绿素a和叶绿素b及其总含量、SPAD值均随氮肥水平的提高而提高,而叶片水势、叶绿素a/b和丙二醛的含量随之降低。3）在同一氮肥水平下,水稻产量随土壤水势的降低而降低;土壤轻度干旱时,水稻产量高低顺序为高氮中氮低氮;而当土壤水分充足或土壤重度干旱时,则表现为中氮高氮低氮。随着土壤水势的降低,中、高氮处理的氮肥农学利用率降低。试验结果还表明,225 kg/hm2施氮水平在0 kPa土壤水势下有明显的增产效果,过度增施氮肥并不利于水稻增产与氮肥利用率的提高。 相似文献
13.
基于双波段作物长势分析仪的东北水稻长势监测 总被引：4，自引：3，他引：1
为了实现水稻精细栽培和变量管理的目的,利用独立开发的双波段作物长势分析仪,进行了水稻生长监测的试验与分析。传感器分别在610与1220 nm处测量太阳光与作物冠层反射光的强度,进而计算光谱反射率。利用双波段作物长势分析仪于2008年在黑龙江省农垦总局建三江分局2处水稻试验田,在分蘖期与抽穗早期进行了氮肥胁迫试验,结果表明水稻叶片氮浓度及生物质干质量与RVI、NDVI都具有很高的相关性,但与NDVI的相关性比与RVI的更高。分蘖期的测量结果表明,NDVI与施肥量的相关性非常显著,R2大于0.94。但NDVI并不与施肥量成线性相关,过量的施氮量反而会引起NDVI值的降低。分蘖期、抽穗早期的NDVI值都与最终产量有着显著的相关,其中抽穗早期的NDVI与产量的决定系数（R2）达到了0.96。分析结果显示利用双波段作物长势分析仪监测水稻冠层,可达到控制投入和提高产量的目的,为水稻的精细栽培提供理论与技术支持。 相似文献
14.
移栽叶龄对水稻氮素吸收利用及~(15)N-肥料去向影响 总被引：1，自引：0，他引：1
利用15N示踪技术研究了不同叶龄移栽对水稻产量、氮肥吸收利用及其氮素去向的差异。结果表明,随移栽叶龄推迟,水稻产量显著降低,籽粒与秸秆氮肥吸收量、肥料利用率及其残留量也降低,而氮素损失增加。水稻所吸收的氮素约2/3来源于土壤氮,1/3来源于当季肥料施的氮。肥料利用率为20.8%~25.7%,氮肥残留率为17.9%~32.2%,有42.1%~61.3%的肥料损失。无论哪种叶龄移栽条件下,肥料主要残留在0~20cm土层中。研究表明水稻早栽能增加产量、提高肥料利用率,减少肥料损失,降低氮素对环境的污染。 相似文献
15.
有机无机肥配施对水稻氮素利用率与氮流失风险的影响 总被引：8，自引：3，他引：5
农田土壤–作物系统对畜禽粪便有一定的消纳作用,有机粪肥与无机氮肥配施是未来农业生产中进一步增加产量、减少化肥施用和保护环境的重要生产模式。本研究采用盆栽试验,分析在施用一定量有机粪肥基础上,不同无机氮肥用量对水稻产量、氮素利用率和氮流失风险的影响,探讨有机肥与无机氮肥的最优比例,为有机肥施用条件下稻田无机氮肥的合理施用提供科学依据。结果表明:与单施有机肥(M)相比,配施0.8倍的无机氮肥效果最佳,水稻产量、株高、分蘖数、籽粒吸氮量和氮肥利用率达最高。有机肥作底肥时,水稻生长前期田面水无机氮浓度随配施无机氮肥量的增加而增加,而后期配施无机氮肥各处理田面水氮素浓度则随着氮肥施用量的增加呈现先降低后升高趋势,其中,增施0.4倍、0.6倍和0.8倍无机氮肥时稻田田面水氮素浓度较单施有机肥处理分别降低17.5%、11.9%和9.3%,差异达显著水平(P0.05)。与单施无机氮肥处理(N)相比,同样以0.8倍无机氮肥+有机肥处理作物产量和氮肥利用率最高,田面水氮浓度降低了30.2%,差异达显著水平(P0.05)。综上,消纳有机肥基础上,在满足作物需氮量的前提下,无机氮肥与其配比为1︰1时,既可以提高水稻增产潜力,又降低稻田氮素流失风险和适当减少稻田无机氮肥施用量。 相似文献
16.
17.
镉污染水稻土中水稻氮素营养的SPAD诊断 总被引：2，自引：2，他引：0
治理和安全利用重金属污染水稻土过程中,氮素营养的快速诊断是制定合理施肥措施的基础。叶绿素测定仪SPAD已广泛应用于非污染耕地土壤中玉米、小麦和棉花等作物的氮素营养诊断,然而针对镉污染条件下的不同类型水稻土,SPAD在诊断水稻氮素营养的适应性方面仍然缺乏系统研究。本研究采集了我国水稻主产区的21种典型水稻土,以德农2000为供试水稻品种,设置无镉污染、轻度镉污染、重度镉污染处理的水稻盆栽试验,研究水稻叶片SPAD值对镉污染水稻土氮素供应诊断和水稻产量预测的能力。结果表明:水稻土类型影响了水稻叶片SPAD值对不同水平镉污染的响应,土壤p H是主控因子,其相对影响的平均值为20%。水稻叶片SPAD值与不同生育期水稻籽粒氮素含量显著正相关,其中拔节期的相关系数最大;同时水稻叶片SPAD值与水稻营养生长期(苗期至拔节期)土壤溶液总氮和铵态氮含量呈显著正相关,且不受镉污染程度和土壤类型的影响。总体上,不同生育期(尤其是拔节期)水稻叶片的SPAD值可以表征镉污染条件下不同类型水稻土氮素养分供应对水稻氮素营养的影响。 相似文献
18.
19.
为实现利用水稻叶片光谱指数实时预测稻米蛋白质含量，该研究采集了不同年份中氮素、品种差异下寒地水稻主要生育期（T1拔节期、T2齐穗期、T3结实期）顶部3片叶（L1、L2、L3）的叶片光谱反射率，探究其变化规律以及光谱指数与稻米蛋白质含量的关系，并用P-k、均方根误差（Root Mean Square Error，RMSE）和对称平均绝对百分比误差（Symmetric Mean Absolute Percentage Error，SMAPE）对模型精度进行验证。结果显示：施氮量多则稻米蛋白质含量高，蛋白质含量高的稻米食味值评分低。提高氮肥投入量，叶片反射率在可见光区域内呈降低趋势，而在近红外平台叶片反射率上升。随着生育期的推进，可见光区域内的叶片反射率逐渐上升，叶片反射率在近红外平台表现出先增加后降低的趋势，其变化规律与蛋白质营养转运有着密切联系。对光谱指标和稻米蛋白质含量进行相关分析，T2时期的L2的光谱指数与蛋白质含量的相关性优于其他时期的叶片，其中T2时期L1叶ARI1指标（(1/R550)-(1/R700)）、L2叶CTR1指标（(R695/R420)）以及T3时期L3 叶Rg指标（绿光范围510～560 nm内的最大波段反射率）显示出与蛋白质含量良好的拟合关系，指标验证的P-k分别为0.01、0.01、0.03，RMSE分别为0.19、0.11、0.14，SMAPE分别为1.56%、1.24%、1.44%，其中以T2时期L2叶CTR1指标表现最优，蛋白质含量拟合方程R2为0.75。综上，借助CTR1指标能够实现快捷、无损和实时预测稻米蛋白质含量的目的，达到按质收获以及品质实时监测的要求，促进优质寒地水稻的可持续发展。 相似文献
20.
双季早稻氮素亏缺补偿效应的形成及其生理机制初探 总被引：2，自引：0，他引：2
为探明双季早稻氮素亏缺补偿效应的形成及其生理机制,采用桶栽方式,以超级杂交早稻品种淦鑫203为试验材料,于氮素亏缺敏感期分蘖期,设置5个氮肥处理:T0(各生育阶段均不施用氮肥,即空白对照)、T1(各生育阶段氮肥按常量分配)、T2(分蘖期氮肥亏缺后幼穗分化期不恢复供氮)、T3(分蘖期氮肥亏缺后幼穗分化期常量恢复供氮)和T4(分蘖期氮肥亏缺后幼穗分化期倍量补偿供氮),比较各氮肥处理稻株产量及其构成因素、单株分蘖数、成穗率和净光合速率、SPAD值、氮代谢酶(硝酸还原酶NR和谷氨酰胺合成酶GS)活性、内源激素含量、根系伤流量等有关生理指标的差异性。结果表明,T4单株产量与T1十分接近,补偿指数CI=0.99,无显著差异,呈现出等量补偿效应。与T1相比,T4叶片净光合速率、SPAD值、NR和GS活性均能维持在较高水平,而且随着生育推进,至补偿后期,T4该4项生理指标仍维持在较高水平,表现出较为明显的氮素亏缺补偿效应。至补偿后期,氮素补偿处理的T4和T3稻株叶片脱落酸(ABA)含量显著低于T0、T1和T2,以T4最低,生长促进类激素之和(GA3+IAA+ZR)与生长抑制类激素(ABA)比值则显著高于T0、T1和T2。氮素亏缺补偿后第10天根系伤流量以T0最低,T4、T3均高于T1,且T4与T1间差异达显著水平。至补偿后期,T4单株分蘖数及成穗率高于T1、T3。本研究结果进一步明确了双季超级杂交早稻分蘖期氮素亏缺补偿效应的形成,有助于诠释水稻氮素亏缺补偿效应形成的生理机制,为水稻氮肥施用不当时进行追补及双季早稻高产稳产栽培提供了科学依据。 相似文献